Lyapunov Design of Multivariable MRAC via Generalized Passivation

A Lyapunov design of multiple input, multiple output (MIMO) model‐reference adaptive control (MRAC) systems is proposed using new generalized passivity concepts based on WSPR and WASPR properties. The new design avoids control overparameterization and leads to the simplest unnormalized gradient algorithm by means of a passivating multiplier. To this end, a necessary and sufficient condition on the high frequency gain matrix to achieve the WASPR property is established. This condition is referred to as Positive Diagonal Jordan (PDJ) form. Based on the robustness WSPR and WASPR properties, a systematic determination of a robust passivating matrix multiplier is then presented. The advantages of the new design are illustrated by numerical simulation including a robotics adaptive visual servoing problem and a 4‐input‐4‐output dynamic system. © 2014 Chinese Automatic Control Society and Wiley Publishing Asia Pty Ltd     

基于RBF NNI的单神经元PID模型参考自适应控制

RBF神经网络是一种性能良好的前向网络,它具有最佳逼近性能。本文中基于RBF神经网络,以单神经元PID作为控制器NNC,RBF网络作为辨识器,实现对被控对象的雅谷比信息辨识。传统的系统辨识方法包括以脉冲响应、最小二乘法为基础和最大似然法等,普遍存在难以克服的不足。本文的辨识方法及模型参考自适应控制方法具有计算速度快、推广和逼近、收敛特性良好等诸多优点,通过本文中的实例仿真,可以看出运用基于RBF神经网络辨识的单神经元PID模型参考自适应控制的系统输出可以达到对输入精确的跟踪效果。     

具有未知高频增益的模型参考自适应控制的性能提高

在高频增益kp 未知的假设下, 提出了一种修改的模型参考自适应控制器. 证明了这种修改的模型参考自适应控制方案具有稳定性和鲁棒性 ;同时通过选取的控制律, 其瞬态性能也明显提高.     

矩阵分解的多变量模型参考自适应控制

研究了基于高频增益矩阵分解的多变量模型参考自适应控制 .为此首先基于矩阵分解构造出新的参数化方程 ,选取必然等价自适应控制律 .然后 ,引入规范化信号和类Lyapunov函数 ,获得了规范化自适应律 .并进一步给出了虚拟规范化信号的有用性质 .最后 ,严格地给出了闭环系统的稳定性和收敛性分析     

一种机器人的自适应控制

针对机器人的动态模型,提出一种自适应控制方法,它不但可以消除参数不确定和各关节之间的耦合作用,而且也保证了整个系统的收敛性。整个控制器分为两部分:一是常规控制,用于将机器人的实际运动轨迹控制在期望轨迹的某一邻域、一是自适应控制,用于清除伺误差,并强迫实际运动以渐近方式趋于期望轨迹。计算机仿真的结果用来讨论了在不同环境条件下的系统性能。     

基于矢量控制的电机参数辨识及自调整策略

矢量控制技术要使感应电机达到与直流电机相同的调速性能，准确获得磁场定向是关键，而磁场定向又依赖于电机模型参数的设定。解决这一问题的方法很多，文中对近年国内外一些有代表性的方法做了简单的介绍，并对每种方法的优缺点进行了分析。     

从参考模型取状态的离散MRAC系统的简便算法

本文改进了文[1]的离散MRAC系统简便算法,提出的新算法不仅去掉了关于被控对象增益参数b_0的限制条件,而且适用于非最小相位系统,具有简单、易于实现和应用范围广泛等特点。文中采用从参考模型取状态的MRAC技术,因而增强了系统抗噪声能力。并且将文[2,3]的设计方法从相对阶数1≤d≤2且仅适用于最小相位系统的连续情况,推广到相对阶数d≥1的离散情况。仿其结果表明新算法具有良好的控制性能。     

Robust adaptive control for unmatched systems with guaranteed parameter estimation convergence

This paper provides a modified model reference adaptive control (MRAC) scheme to achieve better transient control performance for systems with unknown unmatched dynamics, where an adaptive law with guaranteed convergence is introduced. We first revisit the standard MRAC system and analyze the tracking error bound by using L₂‐norm and Cauchy‐Schwartz inequality. Based on this analysis, we suggest a feasible way to compensate the undesired transient dynamics induced by the gradient descent–based adaptive laws subject to sluggish convergence or even parameter drift. Then, a modified adaptive law with an alternative leakage term containing the parameter estimation error is developed. With this adaptive law, the convergence of both the estimation error and tracking error can be proved simultaneously. This enhanced convergence property can contribute to deriving smoother control signal and improved control response. Moreover, this paper provides a simple and numerically feasible approach to online verify the well‐known persistent excitation condition by testing the positive definiteness of an introduced auxiliary matrix. Comparative simulations based on a benchmark 3‐DOF helicopter model are given to validate the effectiveness of the proposed MRAC approach and show the improved performance over several other MRAC schemes.     

机器人打毛刺系统模型参考自适应控制

研究了一种模型参考自适应的方法来用于机器人除毛刺。在此设计中，引入前馈和反馈来控制砂轮的位置和砂轮与工件的接触力。应用此控制器可以使机器人去除未建模工件的毛刺。在每个操作点上，我们用一个二阶线性模型来逼近原始的非线性模型。仿真结果验证了本文所提出方案的有效性。     

模型参考自适应在轧机两侧压下特性一直控制中的应用

冷轧机两侧液压压下系统的下一致性导致了带材横向厚差分布不均匀,直接影响带材的板形质量。针对此问题,本文应用模型参考自适应方法,提出了两例压下系统共用同一参考模型的系统结构,对系统进行综合和控制,收到了良好的实际应用效果。